一種輸油管道微小洩漏信號識別方法與流程

2023-12-04 06:45:01 1

本發明涉及管道信號處理領域，尤其涉及一種輸油管道微小洩漏信號識別方法。

背景技術：

國內外管道工作者一直致力於管道洩漏檢測技術的研究，目前國內常用的管道檢測方法按照檢測裝置的所處位置不同分為外部檢測法和內部檢測法。

外部檢測法中應用較為廣泛的為負壓波法，當管道發生洩漏時，該點產生瞬態的壓力下降，產生負壓波並沿管壁以特定的速度傳播至管道兩端，並由壓力傳感器採集到該負壓波，根據負壓波的傳輸速度以及到達兩端傳感器的時間差即可定位。外部檢測法只能檢測突發性的大洩漏，對於微小洩漏不敏感，而且經常出現漏報現象。

內檢測法在管道內放置搭載聲音傳感器的內檢測器，在油品的推動下沿管線前進，能夠在洩漏點附近採集洩漏聲音信號，因此能夠檢測洩漏量小於1L/min的微小洩漏信號，但是管道內背景噪音複雜，包括：內檢測器與管壁的摩擦碰撞聲、周圍環境噪音(車輛、河流)等，需要採用合適的信號處理方法把洩漏信號有效的識別出來。

技術實現要素：

本發明提供了一種輸油管道微小洩漏信號識別方法，本發明實現了洩漏信號的有效識別，詳見下文描述：

一種輸油管道微小洩漏信號識別方法，所述識別方法包括以下步驟：

選擇db4～10系列小波函數作為小波變換的小波基，確定小波分解的層數為4層；

採用MALLAT塔式算法，對原始聲音信號進行4層離散小波分解，並選擇第三尺度和第四尺度的細節信號進行小波重構得到去噪信號；

對去噪信號按照時間進行均勻分割，得到分割後的聲音信號片段；

對每一個分割後的聲音片段作短時傅立葉變換，得到變換矩陣；利用變換矩陣製作聲音信號的歸一化能量圖；根據歸一化能量圖，判斷輸油管道是否發生微小洩漏。

其中，所述用MALLAT塔式算法，對原始聲音信號進行4層離散小波分解，並選擇第三尺度和第四尺度的細節信號進行小波重構得到去噪信號的步驟具體為：

根據離散後的小波基獲取小波分解的高通濾波器和低通濾波器；

獲取各層分解下的細節信號，以及第四層分解後的近似信號；

保留第三層和第四層的細節信號，其餘項置0，逐層的重構信號，最終得到去噪信號。

其中，所述利用變換矩陣製作聲音信號的歸一化能量圖的步驟具體為：

計算幅值矩陣；定義聲音信號的歸一化能量公式；

以時間作為橫坐標，單位時間間隔為ta，相應的縱坐標值為歸一化能量，得到聲音信號的歸一化能量圖。

其中，所述根據歸一化能量圖，判斷輸油管道是否發生微小洩漏的步驟具體為：

設定一個洩漏發生閾值係數β和洩漏時間閾值係數α，在歸一化能量圖上以y＝β畫一條閾值線，找出歸一化能量P(x)≥β的點，並記錄下連續超出閾值線的點的個數Z；

若Z≥α，且相應的P(x)值符合先增加後減小的趨勢，則判定該處有微小洩漏發生。

本發明提供的技術方案的有益效果是：傳統的外檢測方法(比如負壓波檢測法、流量平衡法)只能對突發性的大洩漏(洩漏流量大於總流量的1％)進行有效的檢測，無法檢測出腐蝕、裂紋等缺陷引起的小洩漏。本檢測方法利用內檢測器在洩漏源附近記錄洩漏數據，能夠檢測低至0.15L/min的微小洩漏，極大地提高了檢測靈敏度，對於維護長輸石油管道的安全具有重要意義。

附圖說明

圖1為一種輸油管道微小洩漏信號識別方法的流程圖；

圖2為小波分解的示意圖；

圖3為db6小波基與碰撞信號的示意圖；

(a)為db6小波基示意圖；(b)為碰撞信號示意圖。

圖4為聲音信號的歸一化能量圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面對本發明實施方式作進一步地詳細描述。

實施例1

一種輸油管道微小洩漏信號識別方法，參見圖1，該識別方法包括以下步驟：

101：選擇db4～10系列小波函數作為小波變換的小波基，確定小波分解的層數為4層；

102：採用MALLAT塔式算法，對原始聲音信號進行4層離散小波分解，並選擇第三尺度和第四尺度的細節信號進行小波重構得到去噪信號；

103：對去噪信號按照時間進行均勻分割，得到分割後的聲音信號片段；

104：對每一個分割後的聲音片段作短時傅立葉變換，得到變換矩陣；利用變換矩陣製作聲音信號的歸一化能量圖；根據歸一化能量圖，判斷輸油管道是否發生微小洩漏。

其中，步驟102中的用MALLAT塔式算法，對原始聲音信號進行4層離散小波分解，並選擇第三尺度和第四尺度的細節信號進行小波重構得到去噪信號的步驟具體為：

根據離散後的小波基獲取小波分解的高通濾波器和低通濾波器；

獲取各層分解下的細節信號，以及第四層分解後的近似信號；

保留第三層和第四層的細節信號，其餘項置0，逐層的重構信號，最終得到去噪信號。

其中，步驟104中的利用變換矩陣製作聲音信號的歸一化能量圖的步驟具體為：

計算幅值矩陣；定義聲音信號的歸一化能量公式；

以時間作為橫坐標，單位時間間隔為ta，相應的縱坐標值為歸一化能量，得到聲音信號的歸一化能量圖。

其中，步驟104中的根據歸一化能量圖，判斷輸油管道是否發生微小洩漏的步驟具體為：

設定一個洩漏發生閾值係數β和洩漏時間閾值係數α，在歸一化能量圖上以y＝β畫一條閾值線，找出歸一化能量P(x)≥β的點，並記錄下連續超出閾值線的點的個數Z；

若Z≥α，且相應的P(x)值符合先增加後減小的趨勢，則判定該處有微小洩漏發生。

綜上所述，本發明實施例通過上述步驟101-步驟104實現了對洩漏信號的有效識別，保障了輸油管道的安全性，滿足了實際應用中的需要。

實施例2

下面結合圖2-圖4、以及具體的計算公式、實例對實施例1中的方案進行進一步地介紹，詳見下文描述：

201：將聲音傳感器固定在管道內檢測器的任意位置，在內檢測器的運行過程中記錄管道內的聲音數據，隨後將聲音數據傳輸至上位機，得到原始聲音信號時間序列S(n)；

該步驟的詳細操作為：將聲音傳感器固定在管道內檢測器裡的任意位置，將內檢測器投管巡檢，測量管道中聲音數據，巡檢完畢，取出內檢測器，將內檢測器記錄的聲音數據下載到上位機，進行下一步數據處理。

其中，本發明實施例對聲音傳感器和管道內檢測器的型號不做限制，只要能完成上述功能的器件均可，例如：管道內檢測器可以為柱形內檢測器或球形內檢測器等。

202：確定離散小波分解的小波基及分解層數；

其中，離散小波變換可以通過離散化連續小波變換中的尺度參數a和平移參數b得到。取a0、b0為初始係數，一般取a0>1、b0>0；m、n分別為尺度因子和平移因子；Z為整數集。

由小波基函數得到為母小波。

相應的離散小波變換為：

*為共軛符號。

其中，f(t)為待處理的原始信號；ψ*(a0-mt-nb0)為由母小波生成的小波函數。

對原始信號進行離散小波變換，本質就是根據信號處理的實際需要，進行多層的小波分解。根據小波分解的原理，每做一層小波分解，將得到上一層近似(低頻)信號的細節信號(高頻部分)和近似信號(低頻部分)，輸出的下層近似分量的頻帶寬度是上層近似分量的一半，如圖2所示。

小波變換物理意義上可理解為小波基對原信號相似程度的描述，選取的小波基與原信號在形狀上越相似，小波分解後得到的近似信號也就越能體現原信號的特徵。內檢測器聲音傳感器記錄的噪聲大部分為碰撞噪音，選擇與碰撞噪音信號較為相似的小波基，得到的近似信號也就能更貼近原始信號，相應的細節信號所包含的碰撞噪聲成分也就越少，因此，相對於數字濾波，通過離散小波變換得到的信號去噪效果更好。

小波基家族中，db4～10小波與碰撞噪聲具有較高的相似度，圖3所示為db6小波與典型的碰撞噪聲形狀，因此選擇db4～10系列小波函數作為小波變換的小波基。一般聲音傳感器的採樣頻率fs在40000-50000Hz之間，實驗表明微小洩漏信號的頻帶分布主要集中在500Hz～3500Hz之間，同時碰撞噪聲的頻帶分布集中在1000Hz以下，由小波分解原理可知，經過4層小波分解之後的近似信號A4頻帶範圍上限為1250～1562.5Hz，包含了碰撞噪聲所在的頻帶，細節信號D3與D4的合併頻帶範圍下限同樣為1250Hz～1562.5Hz，包含了大部分的微小洩漏信號成分。本實施例中，採樣頻率fs為40000Hz。

203：根據上文確定的小波基和小波分解層數，採用MALLAT塔式算法，對原始聲音信號進行4層離散小波分解，並選擇第三尺度和第四尺度的細節信號進行小波重構得到去噪信號S'(n)。

本實施例中，使用的小波基為db6小波。

該步驟的詳細操作為：

(1)根據離散後的db6小波基獲取小波分解的高通濾波器g(k)和低通濾波器h(k)，二者具有如下關係：g(k)＝(-1)1-kh(1-k),h(k)＝h(-k)；

其中，k為變量；h(1-k)代表g(k)的變換；h(-k)代表h(k)的變換。

(2)另原始信號序列S(n)＝a0(n)，下標0代表未分解的原始聲音信號，利用公式

其中，m取0時得到第一層小波分解的細節信號d1(n)和近似信號a1(n)，下標m代表第m層小波分解時得到的細節信號和近似信號；am(k)、dm(n)分別為m層小波分解後得到的細節信號和近似信號；h(2n-k)和g(2n-k)分別為g(k)和h(k)的變形。

(3)m分別取2、3、4，重複步驟(2)，得到各層分解下的細節信號d1(n),d2(n),d3(n),d4(n)以及第四層分解後的近似信號a4(n)；

(4)保留d3(n),d4(n)，其餘項置0，利用公式

逐層的重構信號，最終得到去噪信號S'(n)。

其中，h(n-2k)為g(k)的變形。

204：對去噪信號S'(n)按照時間進行均勻分割，得到分割後的聲音信號片段RSl(n)，下標l代表分割後的信號編號。

具體的時間分割長度以30s～150s為宜，本實施例中採用的分割時長T為60s。分割後的信號長度N＝T·fs。

205：對每一個分割後的聲音片段作短時傅立葉變換，得到變換矩陣Fl(i,j)，短時傅立葉變換公式為：

其中，r(n)代表所選取的窗函數，τ為虛數單位，*為共軛符號，M為窗函數的長度，E為窗函數平移的步長，下標l代表對第l個聲音片段進行處理；r*(n-iE)為平移後窗函數的共軛。

在本實施例中，窗函數選擇漢明窗，長度為10000，步長為1000，可得到頻域解析度為時間解析度為變換矩陣Fl(i,j)維度大小為2400*5000。

206：利用變換矩陣Fl(i,j)製作聲音信號的歸一化能量圖。

以下步驟分別對各個聲音片段Fl(i,j)做相同的處理，為表示方便，省去下標l。

該步驟具體為：

(1)計算幅值矩陣Q(i,j)＝|F(i,j)|，||代表對複數求模；

(2)令數據處理的信號幀時間長度為ta，對應的矩陣數據幀長度定義聲音信號的歸一化能量公式為：

(3)以時間作為橫坐標，單位時間間隔為ta，相應的縱坐標值為P(x)。得到聲音信號的歸一化能量圖。

在本實施例中，ta取0.2s。

207：根據歸一化能量圖，判斷輸油管道是否發生微小洩漏。

該步驟判斷的基本原理為：未發生洩漏時，聲音信號的能量分布較為穩定，得到的歸一化能量圖應該是一條較為穩定的曲線，如圖4的②區域所示。若微小洩漏發生時，洩漏頻帶的聲學能量較高，同時由於內檢測器在管道內單向前進，因此內部搭載的聲學傳感器由遠及近的靠近微小洩漏源，然後逐漸遠離洩漏源，反映在歸一化能量圖上為一個具有明顯上升過程和下降過程的尖峰，該尖峰的大小由洩漏的強度決定，持續時間由聲音傳感器的靈敏度決定，如圖4的①區域所示。該步驟具體為：

設定一個洩漏發生閾值係數β和洩漏時間閾值係數α，在歸一化能量圖上以y＝β畫一條閾值線，找出P(x)≥β的點，並記錄下連續超出閾值線的點的個數Z。若Z≥α，且相應的P(x)值符合先增加後減小的趨勢，則判定該處有微小洩漏發生。在本實施例中，β0.35，α取4。

綜上所述，本發明實施例通過上述步驟201-步驟207實現了對洩漏信號的有效識別，保障了輸油管道的安全性，滿足了實際應用中的需要。

本領域技術人員可以理解附圖只是一個優選實施例的示意圖，上述本發明實施例序號僅僅為了描述，不代表實施例的優劣。

以上所述僅為本發明的較佳實施例，並不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。